ElasticSearch

ElasticSearch

        基于Lucene（基于java）的分布式开源搜索引擎。开箱即用，自带分布式协调管理功能，仅支持json文件格式，更注重核心功能，高级功能多由第三方插件提供：如图形化界面需要kibana支撑。实时查询更快（ES开发维护者较少，更新快，学习成本较高）。

基本环境要求

        jdk1.8

安装

        以windows版本为例，下载解压后即可使用。默认自成集群（一个也是集群）。

        修改默认配置文件：安装目录下 config/elasticsearch.yml 中修改即可

#绑定访问主机、端口
network.host: 192.168.0.1
http.port: 9200
#在启动此节点时，传递用于执行发现的主机的初始列表, "[::1]"表示localhost
discovery.seed_hosts: ["host1", "host2",, "[::1]",...]
#解决客户端跨域问题
http.cors.enabled: true
http.cors.allow-origin: "*"

启动

        安装目录bin下运行elasticsearch.bat 即可

访问

        直接访问 ip:port(默认9200) 即可

可视化界面安装

        这里用的是 elasticsearch-head-master，解压此包后在当前解压路径下开始安装：

        执行安装：(c)nmp install

        执行启动：npm run start

        访问：ip:9100(默认)

 查询工具

        大数据常用插件：kibana，类似的还有postman等等

分词插件

        以中文分词插件ik分词器为例：将插件解压到elasticsearch目录下plugins目中即可使用。

        查询分词路径：ip:9200/_analyze

        analyzer： 取值 ik_smart 时，表示最少切分；ik_max_word 时，表示最细切分。

         当然，ik分词器切分出的结果中并不一定有我们自己想要的词时，需要我们将想要的词加入到分词器的字典中。

        在分词器目录config中新建自己的 .dic文件，将需要添加的分词加入其中或者将分词加入已存在的其他 .dic文件中。如果是新建dic文件的话，需要将此dic文件加入分词配置文件  IKAnalyzer.cfg.xml  中：

 倒排索引

        相对于正向索引来说的。在正向索引中，需要扫描所有的文档，在每个文档中寻找关键字。

        倒排索引相反，通过先分析每个文档，提取其中的关键字，并建立关键字与文档ID之间的对应关系，找到关键字后直接去找对应的文档，而不是扫描所有文档后才能确定有哪些文档。如：

我	文档1，文档2，文档3
在	文档1，文档3，文档4，文档5
太阳系	文档4

REST风格的操作方式

        GET / POST / DELETE，ip:port / 索引库名称 / [类型名称] / [文档id]     增删改查

        POST：ip:port / 索引库名称 / [类型名称] / [文档id] / _update    修改指定文档

        POST|GET：ip:port / 索引库名称 / [类型名称] / _search    查询指定类型的所有文档数据

索引库数据类型

        字符串：text、keyword；如果fields中的类型为keyword，则此字段不可拆分。

        数值：byte、short、integer、long、float、half float、scaled float、double

        日期：date

        布尔：boolean

        二进制：binary

        不指定数据类型（会根据数据类型默认）：

         创建索引时指定字段数据类型：

查询操作

        单条件查询：

        query：查询条件

        match：模糊查询（包含）

        term：精确查询（不会分词，适合keyword、date等明确值的）

        _source：指定返回哪些字段

        sort：排序

        from：起始第多少条

        size：返回条数

        highlight：高亮

        多条件查询

         bool：多条件

        must | should | must_not：多条件之间的关系，对应 sql 中的 and | or | not

        filter：字段值的过滤